Generation and characterization of a monoclonal antibody against an African swine fever virus protein encoded by the A137R gene
Notice bibliographique
Résumé
The ongoing African swine fever (ASF) pandemic continues to have a major impact on global pork production and trade. Since ASF cannot be distinguished from other swine hemorrhagic fevers clinically, ASF-specific laboratory diagnosis is critical. Thus ASF virus (ASFV)-specific monoclonal antibodies (mAbs) are critical for the development of laboratory diagnostics. In this study, we report one ASFV-specific mAb, F88ASF-55, that was generated and characterized. This mAb recognizes the ASFV A137R -encoded protein (pA137R). Epitope mapping results revealed a highly conserved linear epitope recognized by this mAb, corresponding to amino acids 111–125 of pA137R. We explored the potential use of this mAb in diagnostic applications. Using F88ASF-55 as the detection antibody, six ASFV strains were detected in an enzyme-linked immunosorbent assay (ELISA) with low background. In immunohistochemistry (IHC) assays, this mAb specifically recognized ASFV antigens in the submandibular lymph nodes of animals experimentally infected with different ASFV strains. Although not all ASFV genotypes were tested in this study, based on the conserved ASFV epitope targeted by F88ASF-55, it has the potential to detect multiple ASFV genotypes. In conclusion, this newly generated ASFV pA137R-specific mAb has potential value in ASF diagnostic tool development. It can be used in ELISA, IHC, and possibly-immunochromatographic strip assays for ASFV detection. It also suggests that pA137R may be a good target for diagnostic assays to detect ASFV infection.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».